-
公开(公告)号：CN118189975A
公开(公告)日：2024-06-14
申请号：CN202410600292.6
申请日：2024-05-15
Applicant: 之江实验室
Abstract: 本申请提供了面向复杂场景的地面无人平台自主导航方法和装置，包括根据障碍物点分布的方差信息，检测已探索区域和未探索区域得到候选局部边界点集合，通过对比奖励大小选取局部最佳边界点，根据最佳边界点以及地面可通行性评价因子构建基于知情采样的路径规划方法，得到从地面无人平台当前位置到局部最佳边界点的几何路径，生成可执行轨迹，结合环境约束生成自主探索轨迹。通过使用有效的数据降维方式解耦三维激光雷达点云地图到二维地面栅格和一维环形占据线，极大降低了计算和存储成本；基于边界点和多评价因子引导的知情采样路径规划方法能快速生成到达边界点的路径，避免地面无人平台进行短视和贪婪探索。
-
公开(公告)号：CN117011685B
公开(公告)日：2024-01-09
申请号：CN202311256742.6
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本申请涉及一种场景识别方法、装置和电子装置，其中，该场景识别方法包括：获取连续的激光扫描帧；根据每帧该激光扫描帧，获取融合该连续的激光扫描帧的局部栅格地图，并基于该局部栅格地图得到各帧下的障碍物区域信息；将该各帧下的障碍物区域信息输入至训练完备的目标场景识别模型，得到每帧该激光扫描帧对应的全局描述信息；根据该全局描述信息生成该连续的激光扫描帧下的场景识别结果。通过本申请，解决了场景识别的准确性和效率无法兼顾的问题，实现了精确、高效的场景识别方法。
-
公开(公告)号：CN116184357B
公开(公告)日：2023-08-15
申请号：CN202310218573.0
申请日：2023-03-07
Applicant: 之江实验室
Abstract: 本申请涉及一种地面点云数据处理方法、装置、电子装置和存储介质，其中，该地面点云数据处理方法包括：通过激光雷达采集原始点云数据，得到地面点云数据；根据车辆位姿将激光雷达坐标系下的地面点云数据转换为地图坐标系下的第一点云数据；根据车辆的行驶方向，从第一点云数据中获取搜索种子；根据搜索种子和高程变化阈值，将第一点云数据分为道路点云数据和障碍物点云数据；根据点云数据强度阈值对道路点云数据进行二分聚类，得到前景点云数据和背景点云数据。通过本申请，解决了相关技术中存在复杂路况下采集的点云数据处理存在噪声大，导致点云数据目标识别不精确的问题，实现了精确高效过滤路面点云数据的技术效果。
-
公开(公告)号：CN116168173A
公开(公告)日：2023-05-26
申请号：CN202310444818.1
申请日：2023-04-24
Applicant: 之江实验室
Abstract: 本申请涉及一种车道线地图生成方法、装置、电子装置和存储介质，其中，该车道线地图生成方法包括：获取车载相机采集到的原始图像；基于原始图像，确定对应的掩膜图像，掩膜图像中包括车道线属性信息；基于掩膜图像，构建相应的栅格地图；基于掩膜图像以及车载相机的内外参数，将车道线属性信息填充至栅格地图中，得到填充后的栅格地图；基于填充后的栅格地图，生成局部车道线地图。通过本申请，解决了现有技术中无法通过视觉空间的图像信息生成车道线地图的问题，实现了根据视觉空间的图像信息生成了车道线地图。
-
公开(公告)号：CN115937825A
公开(公告)日：2023-04-07
申请号：CN202310016576.6
申请日：2023-01-06
Applicant: 之江实验室
Abstract: 本发明公开了在线俯仰角估计的BEV下鲁棒车道线生成方法及装置，基于车道线信息和其他信息，对前视单目图像完成像素级稠密分割，得到对应的图像掩膜信息；根据图像掩膜信息，在二维图像平面提取多组满足平行关系的车道线；结合未知俯仰角构到外参矩阵，将图像平面上平行车道线的端点反投影至鸟瞰图BEV下，根据车道线平行先验信息，构造关于未知俯仰角的代价函数；给定分辨率和尺寸信息，在鸟瞰图BEV下构造栅格兴趣区域，代入求解得到的所述未知俯仰角，结合图像掩膜信息生成鸟瞰图BEV下的车道线，从而更有效的实现了车道线的检测。
-
Patent Agency Ranking
公开(公告)号：CN115439817A
公开(公告)日：2022-12-06
申请号：CN202211016393.6
申请日：2022-08-24
Applicant: 之江实验室
Abstract: 本发明公开了一种基于场景先验的视觉车道线检测系统及方法，包括：数据处理模块、视觉主干网络模块、先验知识对齐模块、融合网络模块、检测网络模块；所述数据处理模块的输入为待检测的图像数据、场景先验数据、定位数据，输出为归一化之后的图像、用栅格图维护的局部场景先验信息；所述视觉主干网络模块的输入为归一化之后的图像，输出为图像特征；所述先验知识对齐模块，输入为用栅格图维护的局部场景先验信息，输出为对齐后的局部场景先验信息；所述融合网络模块，输入为图像特征和对齐后的局部场景先验信息，输出为融合后的图像特征和局部场景先验信息；所述检测网络模块，输入为融合后的图像特征，输出为用掩码表示的车道线检测结果。
-
公开(公告)号：CN114677442B
公开(公告)日：2022-10-28
申请号：CN202210583847.1
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明公开了一种基于序列预测的车道线检测系统、装置和方法，所述方法对待检测的图像数据进行归一化操作得到归一化后的图像，并查找相应的预测关键点序列；提取归一化后的图像的特征向量，对该特征向量进行降维得到降维特征，将该降维特征按高宽维度展开，得到图像序列特征；基于降维特征的维度计算图像位置编码，将图像序列特征和图像位置编码相加，再共同进行编码得到编码记忆；对预测关键点序列进行特征提取得到解码序列特征；对编码记忆、预测关键点序列的位置编码与解码序列特征进行解码，得到待预测关键点的隐状态向量；将待预测关键点的隐状态向量转化为关键点的坐标。本发明提高了车道线的密集关键点的预测准确率，并实现快速预测。
-
公开(公告)号：CN114677442A
公开(公告)日：2022-06-28
申请号：CN202210583847.1
申请日：2022-05-26
Applicant: 之江实验室
Abstract: 本发明公开了一种基于序列预测的车道线检测系统、装置和方法，所述方法对待检测的图像数据进行归一化操作得到归一化后的图像，并查找相应的预测关键点序列；提取归一化后的图像的特征向量，对该特征向量进行降维得到降维特征，将该降维特征按高宽维度展开，得到图像序列特征；基于降维特征的维度计算图像位置编码，将图像序列特征和图像位置编码相加，再共同进行编码得到编码记忆；对预测关键点序列进行特征提取得到解码序列特征；对编码记忆、预测关键点序列的位置编码与解码序列特征进行解码，得到待预测关键点的隐状态向量；将待预测关键点的隐状态向量转化为关键点的坐标。本发明提高了车道线的密集关键点的预测准确率，并实现快速预测。
-
公开(公告)号：CN117058358A
公开(公告)日：2023-11-14
申请号：CN202311316718.7
申请日：2023-10-12
Applicant: 之江实验室
IPC: G06V10/24 , G06V10/25 , G06T7/70 , G06V10/762
Abstract: 本申请涉及一种场景边界检测方法和移动平台。该方法包括：获取移动平台的连续帧的三维数据点，并获取每帧三维数据点对应的目标边界点；将目标边界点基于三维数据点中携带的拓扑结构进行排列，得到连续帧的初始边界拓扑信息，并遍历每帧中的所有目标边界点，基于目标边界点所处的环境信息对初始边界拓扑信息进行更新处理，得到目标边界拓扑信息；基于目标边界拓扑信息，生成针对移动平台的场景边界检测结果。采用本方法能够提升场景边界检测的效率。
-
公开(公告)号：CN116664645B
公开(公告)日：2023-10-20
申请号：CN202310940230.5
申请日：2023-07-28
Applicant: 之江实验室
Abstract: 本申请涉及一种点云匹配方法、装置、电子装置和存储介质，其中，该点云匹配方法包括：将待匹配点云划分为多个点云块，输入多个点云块至预训练后的点云特征编码模块，得到多个点云块的特征向量；根据多个点云块的特征向量获取待匹配点云的全局描述向量，将待匹配点云的全局描述向量与预设的历史数据库中的点云帧的全局描述向量进行匹配，确定在预设的匹配阈值范围内的历史数据库中的点云帧为点云匹配结果。通过本申请，解决了基于有监督深度学习的点云匹配技术的匹配准确度低的问题。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.022 seconds)
